Universität Hohenheim
 

Eingang zum Volltext

Poltoradnev, Maksim

Measuring and modelling of soil water dynamics in two German landscapes

Messung und Modellierung der Bodenwasserdynamik in zwei deutschen Landschaften

(Übersetzungstitel)

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-14754
URL: http://opus.uni-hohenheim.de/volltexte/2018/1475/


pdf-Format:
Dokument 1.pdf (18.427 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Bodenwasser , Modellierung
Freie Schlagwörter (Englisch): Soil moisture , modelling
Institut: Institut für Bodenkunde und Standortslehre
Fakultät: Fakultät Agrarwissenschaften
DDC-Sachgruppe: Landwirtschaft, Veterinärmedizin
Dokumentart: Dissertation
Hauptberichter: Streck, Thilo Prof. Dr.
Sprache: Englisch
Tag der mündlichen Prüfung: 04.04.2018
Erstellungsjahr: 2018
Publikationsdatum: 29.05.2018
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Deutsch: Der Bodenwasserhaushalt steht im Fokus verschiedener Disziplinen, wie zum Beispiel den Agrarwissenschaften, der Hydrologie, der Wettervorhersage und der Klimamodellierung. Als ein inhärenter Teil von Landoberflächenaustauschprozessen wird die Dynamik des Bodenwassergehalts (SWC) in verteilten hydrologischen Modellen und Landoberflächenmodellen (LSM) simuliert. Die Genauigkeit der simulierten Bodenwassergehalte beeinflusst direkt die Qualität des Simulationsergebnisses. Systematische Fehler in der modellierten zeitlichen Dynamik des SWC und seiner räumlichen Verteilung führen zu Fehlern in der Evapotranspirations-, Abfluss-, Wolken- und Niederschlagssimulation. Das Hauptziel meiner Dissertation war es, die Faktoren zu untersuchen, die die zeitliche Dynamik und die räumliche Variabilität des SWC kontrollieren. Die Basis hierfür lieferten Langzeitmessungen aus den Bodenwassermessnetzen Kraichgau (KR) und Schwäbische Alb (SA).
Der SWC wurde auf der Grundlage der TDT-Technik (Time Domain Transmission) gemessen. In jeder Region wurden 21 Messstellen über drei räumliche Domänen verteilt: eine innere Domäne 3 km × 3 km (5 Stationen), eine mittlere 9 km × 9 km (8 Stationen) und eine äußere Domäne 27 km × 27 km (8 Stationen). Die Größen der drei Domänen entsprechen typischen Rastergrößen von gekoppelten Atmosphären-LSM Modellen. Alle Messstationen wurden auf ackerbaulich genutzten Standorten installiert. Jede Messstation war mit einem Aquaflex TDT-Sensor ausgestattet, der in 15 cm Tiefe installiert wurde, einen Regenmesser und eine Datenfernübertragungseinheit. Nach der Installation der Sensornetzwerke wurden in-situ-Feldkalibrierungen durchgeführt, um Pedotransfer- und standortspezifische Kalibrierungen für die TDT Bodenfeuchtesensoren abzuleiten. Die chemische und physikalische Analyse der Bodenproben, die an jeder Station entnommen wurden, zeigte, dass in beiden Regionen die Lagerungsdichte das TDT-Messsignal beeinflusst. Darüber hinaus beinhalteten die Pedotransferkalibrierungen die elektrische Leitfähigkeit im KR und die Schluff-Fraktion und den organischen Stickstoffgehalt auf der SA. Diese Variablen sind relativ einfach zu messen. Damit stellen die Pedotransferkalibrierungen, die im Rahmen dieser Arbeit abgeleitet wurden, eine schnelle Möglichkeit dar, TDT-Sensoren in Gebieten zu kalibrieren, die ähnliche Bodeneigenschaften aufweisen wie im KR und SA. Allerdings erzielten die standortspezifischen Kalibrierungen die besseren Ergebnisse und wurden aus diesem Grund in der weiteren Datenanalyse verwendet.
In der zweiten Studie wurden dreijährige Bodenwassergehalts- und Niederschlagsdaten ausgewertet. Die Reaktion des regionalen mittleren Bodenwassergehalts (theta) auf Niederschlagsereignisse wurde durch die saisonale Wasserbilanz (SWB) beeinflusst. Die Beziehung war im KR ausgeprägter für positive SWB und weniger stark für neutrale und negative SWB. Auf der SA, wo die SWB in allen drei Jahren positiv war, war die Reaktion von theta auf Niederschlagsereignisse immer deutlich ausgeprägt. Auf der saisonalen Skala wurde die Beziehung zwischen der regionalen Standardabweichung des Bodenwassergehalts (sigma) und theta über sigma-theta Phasenraumdiagramme untersucht. Es wurde beobachtet, dass bei abnehmendem Wassergehalt die sigma-theta Datenpunkte sich dem sigma beim permanenten Welkepunkt (sigma-thetawp) nähern. Bei steigenden Wassergehalten hingegen bewegen sich die sigma-theta Datenpunkte in Richtung der sigma bei Sättigung (sigma-thetas). Diese beiden charakteristischen Punkte wurden als Ankerpunkte definiert. Die sigma-theta Beziehungen bildeten Kombinationen aus konkaven und konvexen Hyperbeln und spiegelten damit die Variabilität der Bodentextur wider und waren abhängig von sigma in Relation zu den Ankerpunkten. Auf der Ereignisskala zeigten die sigma-theta Beziehungen Hysterese. Die meisten hysteretischen sigma-theta Beziehungen verliefen im Uhrzeigersinn und traten im intermediären sowie intermediären/nassen Bodenwassserzustand auf. Als Faktoren, die hystererische sigma-theta Verläufe auslösen, wurden Niederschlagsereignisse mit räumlich stark variabler Intensität (die Schwelle der Niederschlagsintensität war 1.1 ± 0.6 für KR und 2.9 ± 2.8 für SA), präferentieller Fluss und hysteretische Bodenwasserretentionskurven identifiziert. Basierend auf den Ergebnissen wurde die folgende Hypothese aufgestellt: sigma-theta Phasendiagramme sind nützlich, um zu testen, ob hydrologische Modelle oder LSMs die räumliche Variabilität der Bodenfeuchte realistisch widergeben.
Das Konzept wurde für das Noah-MP LSM getestet. Messungen aus dem KR und der SA aus den Jahren 2010 bis 2012 wurden zum Erstellen der sigma-theta Phasenraumdiagramme verwendet. Im Rahmen der Studie wurden zwei Ansätze zur Berechnung der hydraulischen Leitfähigkeit und Diffusivität getestet: 1) der Standardansatz: die Clapp und Hornberger Funktionen und 2) die van Genuchten-Mualem-Funktionen. Die standardmäßige Modellparametrisierung wurde schrittweise durch stationsspezifische Niederschlags-, Bodentextur, und Blattflächenindexdaten sowie den grünen Vegetationsanteil (GFV) substituiert. Der atmosphärische Antrieb erfolgte über meteorologischen Daten von Eddy-Kovarianz-Stationen, die sich in den Regionen befanden. Obwohl das Modell gut die beobachtete zeitliche Dynamik von theta in den Lössböden des KRs trifft, zeigte das Modell im Fall der flachgründigen, tonigen und steinigen Böden der SA Schwächen. Die beste Übereinstimmung wurde mit der van Genuchten-Mualem-Funktion und standortsspezifischen Niederschlags-, Bodentextur-, GVF- und LAI-Daten erreicht. Allerdings konnte Noah-MP LSM die räumlichen Variabilität des Bodenwassergehalts nur ungenügend darstellen. In den meisten Fällen befanden sich die simulierten sima-theta Datenpunkte unterhalb des sigma-theta Phasendiagramms, was darauf hinweist, dass das Modell die räumliche Variabilität der Bodenfeuchte glättet. Dieses Glätten der räumlichen Variabilität ist vor allem auf die fehlende Topographie- und Geländeinformation, die unzureichende Darstellung der räumlichen Variabilität von Bodentextur und hydraulischen Parametern, sowie der Modellannahme einer uniformen Wurzelverteilung zurückzuführen.
 
Kurzfassung auf Englisch: The soil water regime is focus of various disciplines including agricultural sciences, hydrology, weather forecast and climate modelling. As an inherent part of land surface exchange processes, the dynamics of soil water content (SWC) is simulated in distributed hydrological models and land surface models (LSM). The accuracy of the simulated SWC directly influences the simulation outcome and its performance. Biases in modelled temporal SWC dynamics and its spatial distribution lead to errors in evapotranspiration, runoff, cloud and precipitation simulations. The main objective of my thesis was to study the factors that control the SWC dynamics and its spatial variability. Long-term measurements from the soil moisture networks Kraichgau (KR) and Swabian Alb (SA) provided the data basis of this study.
SWC was sensed based on the Time Domain Transmission (TDT) technique. In each region, 21 measuring locations were distributed across three spatial domains: an inner domain 3 km × 3 km (5 stations), a middle 9 km × 9 km (8 stations), and an outer domain 27 km × 27 km (8 stations). The sizes of the three domains correspond with typical grid sizes of coupled atmosphere-LSM models. All stations were mounted on cropped agricultural sites. Each station was equipped with a TDT sensor, installed 15 cm deep into the soil, a rain gauge and a remote transfer unit. After adjusting the sensor networks, an in-situ field calibration was performed to derive pedotransfer and site-specific calibrations for TDT soil moisture sensors. The chemical and physical analysis of soil samples collected at each station revealed that soil bulk density influences in both regions the TDT readings. Moreover, the pedotransfer calibrations included electrical conductivity in KR and silt fraction and organic nitrogen content on SA. These variables are relatively easy to measure. Accordingly, the pedotransfer calibrations derived in this study are a quick possibility to calibrate TDT sensors in areas with similar soil properties as in KR and SA. Nevertheless, the site-specific calibrations performed the best and were therefore used for further data analysis.
In the second study, a three-year record of SWC and rainfall was evaluated. The response of the regional mean (theta) of SWC to a rain event was influenced by the seasonal water balance (SWB). In KR, the relation was more pronounced for positive SWB and less for neutral and negative SWB. On SA, where SWB was highly positive in all three years, the response of theta to rainfall was always strong. At the seasonal scale, the relationship between the spatial standard deviation of SWC (sigma) and theta was investigated through sigma-theta phase-space diagrams. The results show that with decreasing SWC sigma-theta data pairs are approaching sigma at the permanent wilting point (sigma-thetawp). With increasing SWC, in contrast, sigma-theta data pairs are moving towards sigma at saturation (sigma-thetas). These two points were termed anchor points. The sigma-theta relationships formed combinations of concave and convex hyperbolas reflecting the variability of soil texture and depending on sigma in relation to the anchor points. At the event scale, hysteresis in the sigma-theta was observed. Most sigma-theta clockwise hysteresis cases occurred at an intermediate and intermediate/wet state of SWC. Among the factors that trigger the initiation of a sigma-theta hysteretic loop, the present study revealed the following: rainstorms with spatially highly variable intensities (threshold rainfall intensity of 1.1 ± 0.6 mm and 2.9 ± 2.8 mm for KR and SA, respectively), preferential flow and, possibly, hysteresis in soil water retention curves. Based on these results, the following hypothesis was formulated: sigma-theta phase space diagrams are useful to test whether hydrological models or land surface models (LSMs) capture the realistic range of spatial soil water variability.
The concept was tested with the Noah-MP LSM. Observations obtained from KR and SA soil moisture networks over a three-year period from 2010 to 2012 were used to build up the sigma-theta phase-space. The study included two different setups used to compute the hydraulic conductivity and the diffusivity: 1) the default setting: the Clapp and Hornberger approach, and 2) the van Genuchten-Mualem functions. The default model parameterization was stepwise substituted with site-specific rainfall, soil texture, leaf area index (LAI) and green vegetation fraction (GVF) data. The atmospheric forcing was obtained from eddy covariance stations located in the regions. Although the model matched observed temporal theta dynamics fairly well for the loess soils of KR, it performed poorly in the case of the shallow, clayey and stony soils of SA. The best match was achieved with the van Genuchten-Mualem functions and site-specific rainfall, soil texture, GVF and LAI. Nevertheless, the Noah-MP LSM failed to represent the spatial variability of SWC. In most cases, the simulated sigma-theta data points were located below the bottom edge of the envelope, which indicates that the model smooths spatial variability of soil moisture. This smoothing can be mainly attributed to missing topography and terrain information, inadequate representation of the spatial variability of soil texture and hydraulic parameters, and the model assumption of a uniform root distribution.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  15.04.15